Attention机制在时序模型中的应用，已经被证明能够提升模型的性能。本文参考《Attentive pooling Networks》，该论文以时序模型输出状态设计Attention为基线（QA_LSTM_ATTENTION），提出了一种同时对问题和答案进行特征加权的Attention设计方案。本文实现了论文中基于LSTM网络结构的Attention设计，即AP-BILSTM。
传统的Attention机制被应用于特征抽取器之后，例如QA_LSTM_ATTENTION。由于RNN算法用于处理时序特征的特点，隐含状态迭代更新，因此t时刻的状态包含了从开始到t时刻的所有信息。但是该attention设计仅仅只是通过问题对答案进行特征加权，而忽略了答案对问题的影响，本文考虑到可以同时将attention应用到问题和答案，从而提高算法的准确率，即attentive pooling。
AP-BILSTM算法
AP-BILSTM算法的设计是将问题和答案经过BILSTM抽取特征，然后通过问题和答案的特征计算soft alignment，该矩阵包含了问题和答案相互作用的重要性得分，对该矩阵的列取最大，即可得到答案对问题的重要性得分，而对该矩阵行取最大，即可得到问题对答案的重要性得分。
AP-BILSTM算法实验步骤
1：本次实验采用insuranceQA数据，你可以在这里获得。实验之前首先对问题和答案按字切词，然后采用word2vec对问题和答案进行预训练（这里采用按字切词的方式避免的切词的麻烦，并且同样能获得较高的准确率）。
2：由于本次实验采用固定长度的LSTM，因此需要对问题和答案进行截断（过长）或补充（过短）。
3：实验建模Input。本次实验采用问答三元组的形式进行建模（q，a+，a-），q代表问题，a+代表正向答案，a-代表负向答案。insuranceQA里的训练数据已经包含了问题和正向答案，因此需要对负向答案进行选择，实验时我们采用随机的方式对负向答案进行选择，组合成（q，a+，a-）的形式。
4：将问题和答案进行Embedding（batch_size, sequence_len, embedding_size）表示。
5：对问题和答案采用BILSTM模型计算特征Q（sequence_len, batch_size, rnn_size）、 A。
6：通过Q和A计算邻接矩阵G，其中矩阵U是模型学习的参数矩阵。
7：计算问题和答案的attention权重向量，并由该权重向量得到最终的问题和答案的特征。
8：根据问题和答案最终计算的特征，计算目标函数（cosine_similary）。
参数设置：
1:、这里优化函数采用论文中使用的SGD（采用adam优化函数时效果会差大概1个点）。
2、学习速率为0.1。
3:、训练100轮，大概需要5个小时的时间。
4、margin这里采用0.2，其它参数也试过0.15、0.25效果一般。
5、这里训练没有采用dropout和l2约束，之前试过dropout和l2对实验效果没有提升，这里就没有采用了。
6、batch_size为64。
7、这里问题长度截断为30个字，答案长度截断为100个字。
8、rnn_size为400（继续调大没有明显的效果提升，而且导致训练速度减慢）
9、字预训练采用100维。
实验结果对比：
AP-BILSTM：0.665
AP-BILSTM-maxpooling：0.682
AP-BIGRU：0.677
这里尝试了两种不同pooling方式，从结果来看maxpooling会稍微好点，但是整体相差不大。rnn_size都为300时，采用GRU网络结果替换LSTM，实验效果有一定的提升，但是增大rnn_size到400时，GRU网络效果下降，而BILSTM有小幅度的提升。
参考文献
如果有任何问题欢迎发送邮件到lirainbow0@163.com。
作者：lirainbow0
链接：https://www.jianshu.com/p/2b3a7d0a397e
随时随地看视频
